DBMS > BigObject vs. EsgynDB vs. Greenplum vs. SQream DB

Vergleich der Systemeigenschaften BigObject vs. EsgynDB vs. Greenplum vs. SQream DB

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

a GPU-based, columnar RDBMS for big data analytics workloads

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	0,13
Rang	#342	Overall
	#150	Relational DBMS

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	9,23
Rang	#47	Overall
	#30	Relational DBMS

Punkte	0,73
Rang	#228	Overall
	#105	Relational DBMS

Website

Technische Dokumentation

docs.bigobject.io

docs.greenplum.org

docs.sqream.com

Entwickler

BigObject, Inc.

Esgyn

Pivotal Software Inc.

SQream Technologies

Erscheinungsjahr

2015

2005

2017

Aktuelle Version

7.0.0, September 2023

2022.1.6, Dezember 2022

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

Open Source

Apache 2.0

kommerziell

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C++, Java

C++, CUDA, Haskell, Java, Scala

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

seit Version 4.2

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

JDBC
ODBC

.Net
JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

C
Java
Perl
Python
R

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

Lua

Java Stored Procedures

user defined functions in Python

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontal and vertical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Weitere Informationen bereitgestellt vom Systemhersteller

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

EMC and Greenplum Dress Elephant for IT Parade
8. Dezember 2011, WIRED

bereitgestellt von Google News

SQream Announces Strategic Integration for Powerful Big Data Analytics with Dataiku
9. Februar 2024, insideBIGDATA

I SQream, you SQream, we all SQream for … data analytics?
5. Oktober 2023, fierce-network.com

SQream Joins Samsung Cloud Platform Ecosystem
26. Juli 2023, Datanami

GPU data warehouse startup SQream lands $39.4M funding round
24. Juni 2020, SiliconANGLE News

SQream Technologies raises $39.4 million for GPU-accelerated databases
24. Juni 2020, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk